GPT-4.1 Mini

OpenAI互換のチャット完了エンドポイントを介してモデルID gpt-4.1-miniを使用してください。正確なエンドポイントパスと必要なヘッダーについては、最新のAPIドキュメントを確認してください。

gpt-4.1-mini の max_tokens を、タスクが実際に必要とする最長の応答時間に設定してください。32,768 のトークン上限値に設定しないでください。上限値を低く抑えることで、最悪の場合のコストを削減し、テールレイテンシを短縮できます。明らかに長い出力が必要なタスクの場合にのみ、上限値を上げてください。

gpt-4.1-mini のプロンプトキャッシュでは、標準入力の場合、$0.40／100万トークン ではなく $0.10／100万トークン でキャッシュされた入力が課金されます。この節約はキャッシュされたプレフィックスのみに適用され、リクエストの残りの部分は通常どおり課金されます。

gpt-4.1-miniは、1,047,576トークンのコンテキストウィンドウ内で、リクエストごとに最大32,768個の出力トークンを返します。max_tokensパラメータを使用してレスポンスを制限し、単一の呼び出しが予算を超えないようにしてください。

GPT-4.1 Miniは使用量に応じて課金され、レコードには無料枠の割り当ては記載されていません。現在の公開レートは、入力$0.4000/1Mトークン、出力$0.8000/1Mトークンです。トライアルクレジットまたはプロモーション割り当てはモデルではなくアカウントに紐づいているため、無料枠を考慮して計画を立てる前にコンソールを確認してください。

gpt-4.1-mini のキャッシュヒットには、リクエスト間で同一のプロンプトプレフィックスが必要です。安定した命令と参照資料をプロンプトの先頭に配置し、バイト単位で同一に保ち、変更される部分をその後に記述してください。こうすることで、キャッシュされた読み取りは入力レートではなくキャッシュレートで課金されます。

gpt-4.1-mini レート制限は、MixRoute のサブスクリプション プランによって異なります。コンソールでプランの詳細を確認し、1 分あたりのリクエスト数 (RPM) と 1 分あたりのトークン数 (TPM) の制限を確認してください。本番環境で使用する前に、小規模な負荷テストを実行して、実際の割り当て量を確認してください。